基于模糊控制的光伏系统MPPT仿真研究

2016-09-03蔡庆春

中国科技信息 2016年10期

蔡庆春冯翔

基于模糊控制的光伏系统MPPT仿真研究

蔡庆春冯翔

本文在模拟太阳能光伏阵列输出特性和建立仿真模型的基础上，研究最大功率点跟踪的原理和方法，提出了基于模糊控制理论的跟踪算法，并在Matlab中进行了仿真，仿真结果表明该控制策略具有优良的动态和稳态性能。

太阳能作为21世纪最理想的能源之一，备受人们青睐。光伏发电技术虽然前景广阔，但是由于光伏电池本身非线性的特点，如何提高光伏系统的转换效率仍亟待解决。为了使光伏发电系统在同样日照、温度的条件下输出更多的电能，本文提出了最大功率点跟踪（MPPT）的问题。

传统的MPPT算法存在跟踪缓慢、效率低下、浪费严重的问题，针对这些问题，采用了模糊控制技术进行最大功率点跟踪。模糊控制良好的鲁棒性和实时性特别适合光伏系统这种时变、非线性系统的复杂系统。

光伏特性

光伏电池在任意太阳辐射照度下的输出特性方程为：

公式（1）中，Iph是光生电流，值等于短路电流Isc；I0是二极管反向饱和电流；q 是电子的电荷量，值为1.6029× 10-19C；K是波尔兹曼系数，k=1.3819× 10-23J/K ；A是二极管理想因素；Tj为光伏电池模块的结温；Id为二极管内部电流；Vpv光伏电池模块的电压。

一般取

功率Ppv的表达式为：

本文基于上述的数学模型，并利用Matlab的Simulink组件，建立了光伏阵列的通用仿真模块。仿真主要考虑到光照强度的影响，根据仿真结果可以得到不同光照强度下P-V特性曲线，与实际所测相吻合。

为了最大限度的让电池输出最大功率，使其发挥最大的效率，需要不断根据光照、环境温度等外部特性来调整光伏电池的输出工作点，使其始终工作在最大功率点附近，这种控制策略称之为最大功率点跟踪技术（MPPT）。

模糊控制器的设计

模糊控制的原理

图1　不同光照下P－V特性曲线（T=25℃）

模糊控制是基于模糊集合理论、模糊逻辑、模糊推理和模糊控制的一种算法结构及计算机数字控制技术。它以被控对象的输出偏差ec与偏差变化率为输入变量，被控量为输出变量，通过模糊逻辑推理得到控制变量的模糊集，再经过模糊判决得出输出控制的精确量来调节被控对象，使被控过程达到预期的控制效果。模糊控制器设计是模糊控制的核心，其设计关键是确定好模糊规则，制定出模糊控制规则表，模糊控制规则表是根据专家或者操作者通过控制实践总结出来的一系列规则列表。

模糊控制器的设计

输入/输出量的确定

由光伏电池的功率曲线可知，系统存在唯一的最大功率点，此时有dPpv/dUpv=0。把dPpv/dUpv作为模糊控制器的偏差输入E（n），把dPpv/dUpv的变化率作为模糊控制器的偏差变化率输入CE（n）。输出为Boost调节电路占空比D（n），通过实时检测输出功率与电压的数据来追踪控制最大功率点。

论域范围及运算规则

模糊子集的定义有：

E（n）与CE（n）设定为｛NL NA NS ZE PS PA PL｝，含有七个模糊变量描述其大小的模糊子集，D（n）设定为｛NL NA NS ZE PS PA PL｝，含有七个模糊变量描述占空比整定步长的模糊子集。表示的含义分别为负大，负中，负小，零，正小，正中，正大。

论域规定：E（n）为｛-1 1｝，CE（n）为｛-10 10｝，D（n）为｛0.1 0.7｝。

模糊推理方法采用常用的马达尼法。解模糊采用比较常用的质心法。

模糊控制规则

通过考虑外界环境因素对光伏电池输出功率的影响，可得出如下结论：

（l）当E（n）<0且CE（n）<0时，工作点位于Pmax的右边，且正在远离Pmax；

（2）当E（n）<0且CE（n）>0时，工作点位于Pmax的右边，且正在向Pmax靠近；

（3）当E（n）>0且CE（n）<0时，工作点位于Pmax的左边，且正在向Pmax靠近；

（4）当E（n）>0且CE（n）>0时，工作点位于Pmax的左边，且正在远离Pmax。

模糊控制规则的设定主要根据以上四条结论，使E（n）始终向零的方向靠近，达到最大功率输出。依据上述原理，在距离最大功率点拐点较远时采用较大的调节步长，反之则采用较小的调节步长进行对BOOST升压电路的MOSFET管的占空比进行调节，完成对光伏电池系统的MPPT控制。